Kablosuz haberleşme sistemlerinin fiziksel katmanında yapay zeka uygulamaları

Amaç: Bu çalışmanın amacı kablosuz haberleşme sistemlerinin fiziksel katmanında kullanılan klasik yöntemler yerine derin öğrenme tabanlı modelleri kullanarak blok hata oranı ve güvenilirlik açısından uçtan uca haberleşme blok yapısını incelemektir. Ayrıca geleneksel haberleşme sistemlerine kıyasla karmaşıklığı ve gecikmeyi azaltarak benzer veya daha iyi performans sonuçları elde etmek amaçlanmıştır. Materyal ve Yöntem: Çalışmada ilk olarak derin öğrenme temelli özkodlayıcı ile elde edilen işaret kümeleri kullanılarak tasarlanan eşlemleme çeşitlemesi tekniğinin röle kanalda başarımı incelenmiştir. Literatürde bulunan eşlemleme çeşitlemesi uygulanmış sistemin performansı bu çalışmada tasarlanan özkodlayıcı tabanlı eşlemleme çeşitlemesi sistemi ile farklı modülasyon türleri için Rayleigh sönümlemeli kanalda kıyaslanmıştır. Her iki sistem için de eşlemleme çeşitlemesi uygulanmayan klasik yöntem referans olarak alınmıştır. İkinci bir araştırma yönü olarak derin öğrenme kullanılarak kanal kestirimi gerçekleştirilmiş ve klasik kanal kestirim yöntemlerinden olan "en küçük kareler" yöntemi ve "minimum ortalama karesel hata" yöntemi ile karşılaştırılarak başarılı sonuçlar elde edilip edilmediği araştırılmıştır. Ayrıca derin öğrenme tabanlı geliştirilen kanal kestirim metodu, eşlemleme çeşitlemesi sisteminde uygulanmış, kanal durum bilgisinin alıcı tarafından tam olarak bilinmediği durumdaki başarımı incelenmiştir. Bu çalışmadaki benzetim sonuçları farklı SNR ve Doppler frekans değerlerinde ayrı ayrı incelenerek elde edilmiştir. Bulgular: DL tabanlı model ile yani özkodlayıcının uygulandığı öğrenme algoritmasıyla elde edilen işaret kümesindeki sembollerin açıları ve genliklerinin klasik sistemdeki işaret kümelerindeki sembollerden farklı olduğu benzetim sonuçlarıyla bulunmuştur. Bulgulara göre tasarlanan özkodlayıcı tabanlı eşlemleme çeşitlemesi ve literatürdeki mevcut eşlemleme çeşitlemesi yöntemlerinin eşlemleme uygulanmayan klasik sisteme göre farklı modülasyon türlerinde ortalama 2dB ile 3dB arasında önemli kazançlar elde edilmiştir. Ayrıca yine farklı modülasyon türlerinde özkodlayıcı kullanılan eşlemle çeşitlemesi yönteminin performansının klasik eşlemleme çeşitlemesi yöntemi performansına çok yaklaştığı, aradaki farkın ortalama 0,4 dB ile 0,6 dB arasında değiştiği benzetim sonuçları ile bulunmuştur. Son olarak MMSE kanal kestirim yönteminin artan SNR ve Doppler frekans değerlerinde LS yönteminden daha iyi başarım gösterdiği görülmüştür. DL tabanlı kanal kestirim yöntemi ise her iki MMSE ve LS metodundan daha iyi performansa sahip olduğu gösterilmiştir. Sonuç: Blok hata oranı göz önüne alındığında, özkodlayıcılı QPSK sisteminin klasik sistem ile benzer performans gösterdiği, özkodlayıcılı 8-PSK'nın ve 16-QAM'in klasik sisteme göre daha iyi bir başarım elde ettiği sonucuna varılmıştır. Ayrıca farklı modülasyon türlerinde özkodlayıcı tabanlı eşlemleme çeşitlemesi yönteminin literatürdeki mevcut eşlemleme çeşitlemesi yöntemine yakın performansa sahip iken, eşlemleme çeşitlemesi kullanılmayan klasik yönteme göre ise daha iyi performans gösterdiği sonucuna ulaşılmıştır. Son olarak tasarlanan DL tabanlı kanal kestirim yöntemi ile hem LS hem de MMSE kanal tahmin yönteminin performansları iyileştirilmiştir.